快捷導(dǎo)航

利用Opencv實現(xiàn)圖片的油畫特效實例

更新時間：2021年02月28日 10:03:37 作者：YLaughterL

這篇文章主要給大家介紹了關(guān)于利用Opencv實現(xiàn)圖片的油畫特效的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

一、方法原理（步驟）

1.將彩色圖片轉(zhuǎn)換為灰度圖片（調(diào)用opencv的cvtColor()方法）；

2.將圖片分割為若干個小方塊，后面會統(tǒng)一小方塊中每一個像素的灰度值；

3.將0-255的灰度值劃分為幾個等級，并把上一步處理的結(jié)果映射到這些范圍內(nèi)。例如0-255一共256個灰度等級，把它劃分為四個段，即每段有64個灰度等級（0-63為第一段，64-127為第二段，128-191為第三段，192-255為第四段）；

4.找到每個小方塊中，最多灰度等級的所有像素，并求這些像素的均值；

5.用上一步得到的每個小方塊的均值，來替換每個小方塊中的所有像素值，即可實現(xiàn)油畫效果。

二、代碼實現(xiàn)

首先導(dǎo)入包：

import numpy as np
import cv2

讀取原圖，得到原圖的寬高信息：

img=cv2.imread('ziliao/image00.JPG',1)
imInfo=img.shape
height=imInfo[0]
width=imInfo[1]

完成彩色圖片向灰度圖片的轉(zhuǎn)化：

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
'''該函數(shù)用于顏色的轉(zhuǎn)換，第一個參數(shù)為待處理的原圖，
第二個參數(shù)表示轉(zhuǎn)換的顏色'''

本實例中將圖片分割為若干個8×8的小方塊，將0-255的灰度值分為8個等級，下面定義了一個數(shù)組array1來裝載這8個等級中的像素個數(shù)，然后找出每個小方塊中包含最多像素的等級，如下：

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst=np.zeros((height,width,3),np.uint8)
for i in range(4,height-4):
  for j in range(4,width-4):
    array1 = np.zeros(8, np.uint8) #用于存儲每個灰度等級的像素個數(shù)
    for m in range(-4, 4): #計算8*8小方塊中的array1的值
      for n in range(-4,4):
        p1 = int(gray[i + m, j + n] / 32) #除以32得到該點應(yīng)該位于第幾個灰度等級
        array1[p1] = array1[p1] + 1
    currentMax = array1[0]
    l = 0

    for k in range(0,8): #找到像素點最多的那個灰度等級
      if currentMax<array1[k]:
        currentMax = array1[k]
        l = k
     #以下方法是簡化處理了，也可以按前文所說的那樣求均值處理
    for m in range(-4,4):
      for n in range(-4,4):
        if gray[i+m,j+n]>=(l*32) and gray[i+m,j+n]<=((l+1)*32):
          (b,g,r) = img[i+m,j+n]
    dst[i,j] = (b,g,r)
cv2.imshow('img',img)
cv2.imshow('dst',dst)
cv2.waitKey(0)

三、運行結(jié)果

左為原圖

四、完整代碼

import numpy as np
import cv2

img=cv2.imread('ziliao/image00.png',1)
imInfo=img.shape
height=imInfo[0]
width=imInfo[1]

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst=np.zeros((height,width,3),np.uint8)
for i in range(4,height-4):
  for j in range(4,width-4):
    array1 = np.zeros(8, np.uint8)
    for m in range(-4, 4):
      for n in range(-4,4):
        p1 = int(gray[i + m, j + n] / 32)
        array1[p1] = array1[p1] + 1
    currentMax = array1[0]
    l = 0

    for k in range(0,8):
      if currentMax<array1[k]:
        currentMax = array1[k]
        l = k
    for m in range(-4,4):
      for n in range(-4,4):
        if gray[i+m,j+n]>=(l*32) and gray[i+m,j+n]<=((l+1)*32):
          (b,g,r) = img[i+m,j+n]
    dst[i,j] = (b,g,r)
cv2.imshow('img',img)
cv2.imshow('dst',dst)
cv2.waitKey(0)